Informatica - Apprendimento automatico

Scopri la distanza Gromov-Wasserstein e le sue applicazioni in vari campi.

Questo articolo esplora approcci di deep learning per rilevare intrusioni nelle Reti Definite dal Software.

Il metodo KSOS migliora l'analisi e la previsione nei sistemi dinamici usando tecniche a kernel.

Metodi per migliorare la fiducia nelle previsioni dell'IA per le immagini mediche.

Esaminando l'organizzazione e la specializzazione dei neuroni nei modelli transformer.

Questo articolo esplora i meccanismi dietro le attivazioni dei neuroni e il loro impatto sulle prestazioni del modello.

Presentiamo l'identificazione del miglior braccio equo con vincoli di equità nel processo decisionale.

Migliorare i modelli di percezione per le auto a guida autonoma usando metodi innovativi di addestramento delle immagini.

Questo studio presenta un modello per analizzare le interazioni tra sviluppo e ereditarietà negli organismi.

Un nuovo metodo migliora il rilevamento delle minacce persistenti avanzate usando il machine learning.

Questo documento parla di metodi per prendere decisioni avverse al rischio usando i Processi Decisionali di Markov.

Esaminando gli effetti degli aggiornamenti su sicurezza, pregiudizi e autenticità nella generazione di immagini.

Questo metodo stima i percorsi cellulari usando dati di snapshot limitati.

Una guida ai metodi e alle applicazioni del clustering dei dati categorici.

Questo studio analizza come il rumore possa migliorare la resilienza nel riconoscimento del parlato di fronte alle sfide.

Migliorare le prestazioni del machine learning attraverso interazioni dinamiche tra dati e modelli.

Questo protocollo migliora l'accessibilità e la sicurezza per gli utenti di computer quantistici.

I modelli di deep learning migliorano l'efficienza del beam steering negli acceleratori di particelle.

Un nuovo metodo migliora le previsioni della velocità del vento per una migliore integrazione energetica.

SafeTail riduce dinamicamente la latenza per le applicazioni che dipendono dai server edge.

Combinare Parareal e reti neurali offre un modo più veloce per risolvere le ODE.

Un nuovo metodo migliora la comprensione delle risposte ai farmaci contro il cancro grazie a spiegazioni più chiare.

Un nuovo metodo migliora l'efficienza nella separazione dei segnali in diverse applicazioni.

Questo studio esamina come BrainAge e MetaboAge prevedono i risultati sulla salute.

Nuovi metodi migliorano la qualità delle immagini e l'efficienza nei modelli generativi.

Questo studio migliora la classificazione delle serie temporali usando tecniche di soft label smoothing per la rappresentazione.

Questo articolo parla di come migliorare la cybersecurity integrando blockchain e machine learning nei sistemi di rilevamento delle intrusioni.

Esplorare come il calcolo quantistico possa migliorare le esperienze di apprendimento personalizzate nell'educazione.

CoRA migliora l'efficienza nell'addestramento di grandi modelli linguistici utilizzando conoscenze condivise.

Un metodo per pulire grafi rumorosi e migliorare le prestazioni delle GNN.

TSO migliora i modelli linguistici concentrandosi su diversità, validità e adattabilità nei dati di preferenza.

Uno studio sui falsi rifiuti nei modelli linguistici e il loro impatto sull'esperienza dell'utente.

Un nuovo framework migliora la potatura dei dati concentrandosi su modelli pre-addestrati per compiti molecolari.

Un approccio innovativo per comprimere modelli avanzati in modo efficiente senza perdere prestazioni.

Nuovi metodi migliorano il modo in cui i robot apprendono e si adattano ai compiti.

Questo articolo propone nuove metriche per misurare il disinvolgimento nei dati complessi.

AGA migliora l'addestramento dell'IA con background diversi mantenendo i soggetti intatti.

Questo progetto migliora la correzione del testo nei documenti storici bulgari usando la tecnologia OCR.

I modelli di attenzione migliorano la precisione e la robustezza nel riconoscimento dei bersagli SAR.

Un nuovo approccio combina l'inferenza variazione e il campionamento di importanza temperato per l'analisi dei dati.